【第十三届“泰迪杯”数据挖掘挑战赛】【2025泰迪杯】【论文篇+改进】A题解题全流程(持续更新)

【第十三届"泰迪杯"数据挖掘挑战赛】【2025泰迪杯】【论文篇+改进】A题解题全流程(持续更新)

写在前面:

  1. 我是一个人,没有团队,所以出的比较慢,每年只做一次赛题,泰迪杯,我会认真对待,尽量做到创新、质量有保证,包售后。
  2. 本节主要是论文更新,同步会出论文的创新点编写、改写、论文每个章节修改建议,变相降重指导,(以word批注的方式写在章节旁边)。
  3. A题说难也难,说不难也不难;我也看到过相关的其他人的,(例如数模团队、bi站)但如果只是用传统的方法PDF属性去解题,那没有什么创新,只是为了解题而做题,至于像论文重复率计算还使用tf-idf这种古老的句子相似度算法拿来做论文超长文本,PDF属性+re正则匹配来获取信息,有点...。。。。 赛题都提示你要用AI大模型了。

接下来进度:

一、改进代码:

  • 根据同学硬件条件可能不满足情况,修改代码的大模型部分,改为免费API调用,不用本地部署使用大模型
  • 优化代码,将改换版面分析模型+视觉大模型进行论文信息重新提取,问题一尽量减少大模型的模糊使用,利用准确的版面分析提取出论文信息,(例如目录不用大模型识别,版面分析加入目录的检测标签)
  • 问题三的图片与公式雷同,可能去掉繁琐的clip导出特征,替换深度学习网络提取图片特征即可,因为都是一个原理,clip更偏向于图文检索,图图检索只是可以满足。

二、至于C题

  • 高估了自己空闲情况,白天要上班加班,所以C题就不出论文了,我抓紧在正式比赛前做完代码部分
  • 届时会低价出c题的代码包与结果。并且同步更新正式比赛
  • c题包括数据结果化预处理、langchian-chatchat复现教程、配置环境镜像分享(基于服务器就可以直接运行,找我分享服务器镜像,不用再配置环境了)、问题二三解决代码

论文展示:

论文结构清晰,按照历届泰迪杯特等奖论文结构写作。2w字。并会包含完善论文改进、降重、个性化写作避免重复的批注建议在旁边。

正式比赛时也会同步更新至售后群

A题全家桶获取:

烦请移步社区

全家桶包含:

A题代码+结果单品一获取:

烦请移步社区

往届泰迪杯情况:

相关推荐
IT_陈寒3 分钟前
我用这5个JavaScript性能优化技巧,让页面加载速度提升了60%
前端·人工智能·后端
亚马逊云开发者4 分钟前
基于Strands Agent框架的考题生成及Agent 效果评估
人工智能
deephub5 分钟前
构建有记忆的 AI Agent:SQLite 存储 + 向量检索完整方案示例
数据库·人工智能·sqlite·大语言模型·向量检索·智能体
mailangduoduo6 分钟前
残差网络的介绍及ResNet-18的搭建(pytorch版)
人工智能·深度学习·残差网络·卷积神经网络·分类算法·1024程序员节
LDG_AGI13 分钟前
【推荐系统】深度学习训练框架(一):深入剖析Spark集群计算中Master与Pytorch分布式计算Master的区别
人工智能·深度学习·算法·机器学习·spark
LDG_AGI14 分钟前
【推荐系统】深度学习训练框架(二):深入剖析Spark Cluster模式下DDP网络配置解析
大数据·网络·人工智能·深度学习·算法·机器学习·spark
ai智能获客_狐狐16 分钟前
电商零售行业外呼优势
人工智能·算法·自然语言处理·语音识别·零售
算家云18 分钟前
推理成本吞噬AI未来,云计算如何平衡速度与成本的难题?
人工智能·云计算·模型训练·算家云·租算力,到算家云·算家计算
tiger1191 小时前
FPGA在AI时代的定位?
人工智能·fpga开发
EMQX1 小时前
ESP32 + MCP over MQTT:实现智能设备语音交互
人工智能·mqtt·语言模型·智能硬件